[Versão 1.0 — dezembro de 2022]

Muitos livros e relatórios foram escritos sobre a natureza e a história da inteligência artificial e das tecnologias de aprendizado de máquina. [1] Esta breve pesquisa oferece algumas definições básicas e destaca a promessa dessas tecnologias, bem como alguns dos desafios políticos únicos que elas criam. Este documento será atualizado regularmente para refletir os últimos desenvolvimentos neste campo em rápida evolução. Um PDF deste documento também pode ser encontrado no SSRN . [2]

Dificuldades de definição complicam a governança de IA

Definir a natureza e o escopo da inteligência artificial é notoriamente complicado e este é o primeiro de muitos fatores que complicam sua governança. A Enciclopédia de Filosofia de Stanford fala das questões “notavelmente difíceis, talvez até eternamente irrespondíveis” envolvidas na formulação de uma definição de consenso para IA. [3] “Não existe uma definição única universalmente aceita de IA, mas sim definições e taxonomias diferentes”, conclui um relatório do US Government Accountability Office. [4]

No nível mais básico, no entanto, a inteligência artificial envolve a exibição de inteligência por uma máquina. O aprendizado de máquina refere-se aos processos pelos quais um computador pode treinar e melhorar um algoritmo ou modelo de computador sem o envolvimento humano passo a passo. Um algoritmo é “semelhante a uma receita para um prato”, observa o cientista da computação Ethem Alpaydin, no sentido de que é “uma sequência de instruções executadas para transformar a entrada em saída”. [5] Mais simplesmente, um algoritmo é um “conjunto de instruções que descrevem a maneira de resolver problemas específicos”. [6]Quando as pessoas falam em regular IA ou ML, no fundo, elas estão realmente sugerindo a necessidade de controlar algoritmos e processos algorítmicos porque estão no centro de todo o aprendizado de máquina. Além disso, como IA e ML são ciências computacionais, regulá-las significa, em algum nível, regular técnicas de computação e modelagem matemática. Essas realidades também complicam a governança da IA.

A eficácia da maioria das ferramentas de IA/ML depende de um enorme poder de computação (ou computação para abreviar), grandes conjuntos de dados (os chamados big data ) e poderosas ferramentas de análise computacional que potencializam modelos de aprendizado profundo e outros métodos de aprendizado de IA. [7] Esses blocos de construção da IA, especialmente big data, levantam questões políticas por si só, especialmente em termos de privacidade e segurança de dados. De fato, muitas das discussões atuais sobre governança de IA são simplesmente extensões de debates políticos que vêm ocorrendo há muitos anos nos círculos de big data. [8]

Finalmente , os chamados modelos fundamentais , que são “modelos treinados em dados amplos… . Modelos fundamentais populares como DALL-E, GPT-3 e LaMDA permitem que os usuários criem arte, scripts e conversas com inteligência artificial. Os modelos fundamentais têm o potencial de ajudar a democratizar o uso de IA/ML, mas, no processo, dão origem a vários novos riscos de uso indevido, o que também torna a governança de IA mais complicada. [10]

IA forte/ampla

Existem formas fortes e fracas de IA, mas mesmo esses termos são regularmente contestados. IA forte normalmente se refere a capacidades de máquina de base ampla e às vezes também é chamada de inteligência geral artificial (AGI), refletindo níveis quase humanos de compreensão ou habilidade. AGI, que às vezes também é chamada de superinteligência , [11] tende a atrair considerável atenção do público porque “evoca uma vasta gama de cenários carregados de destruição”. [12] AGI também figura proeminentemente nas tramas de muitas representações distópicas de inteligência artificial encontradas na cultura popular, incluindo muitos livros de ficção científica, filmes e programas de televisão. [13]

Isso muitas vezes levou ao exagero do potencial da IA ​​para atingir capacidades semelhantes às humanas, [14] com sensacionalismo e especulação, muitas vezes dominando as discussões. [15] Não ajuda que tanto os defensores quanto os críticos da poderosa AGI às vezes façam previsões de superinteligência da IA ​​e falem em termos fatalistas sobre a chegada de uma “singularidade” ou momento no futuro em que a inteligência da máquina supera a dos humanos. Por exemplo, livros com títulos extravagantes de impulsionadores da IA ​​como Ray Kurzweil ( The Singularity Is Near ) e detratores como Nick Bostrom ( Superintelligence: Paths, Dangers, Strategies ) refletem um ar de inevitabilidade sobre as máquinas que passam a possuir maior inteligência do que os humanos, para melhor ou pior.

No entanto, a maioria dos especialistas em IA concorda que tais previsões de superinteligência são amplamente exageradas e que não há possibilidade de as máquinas obterem conhecimento equivalente ao humano tão cedo – ou talvez nunca. [16] “Em qualquer classificação de preocupações de curto prazo sobre IA, a superinteligência deve estar bem abaixo na lista”, diz a especialista em IA Melanie Mitchell, autora de Artificial Intelligence: A Guide for Thinking Humans . [17] “Uma inspeção minuciosa da IA ​​revela uma lacuna embaraçosa entre o progresso real dos cientistas da computação que trabalham com IA e as visões futurísticas que eles e outros gostam de descrever”, diz Erik Larson, autor de The Myth of Artificial Intelligence: Why Computers Can não pense da maneira que nós fazemos . [18]Larson se refere a esse pensamento extremo sobre IA superinteligente como “kitsch tecnológico” ou sentimentalismo exagerado e melodrama desvinculado da realidade. [19] Sejam os proponentes da ideia de “IA apocalíptica ou temível” ou “IA utópica ou sonhadora”, ambos são culpados de simplificar demais ideias complicadas, diz ele. [20] Andrew Ng, um importante cientista de IA, observou com humor que “preocupar-se com a IA assassina é como se preocupar com a superpopulação de Marte”. [21]

A especulação extrema sobre IA superinteligente representa uma subestimação da complexidade da inteligência humana real e de nossa capacidade única de navegar em tantas situações únicas. [22] Como observou um relatório importante da Universidade de Stanford, a maioria dos especialistas em IA ainda está lutando para descobrir como “imbuir máquinas com habilidades de senso comum” e encontrar “métodos [que] podem escalar para os problemas mais diversos e complexos que o real mundo tem a oferecer.” [23] Os principais especialistas em IA Gary Marcus e Ernest Davis, autores de Rebooting AI: Building Artificial Intelligence We Can Trust , concluem que, “[t]oa grande medida, a discussão pública sobre IA foi desvinculada de qualquer tipo de compreensão da realidade de quão difícil seria alcançar a IA ampla.”[24] As máquinas “faltam até mesmo uma compreensão básica de como o mundo funciona”, observam eles, e “infelizmente, adquirir bom senso é muito mais difícil do que se imagina”. [25] Eles se referem ao desafio de imbuir as máquinas de bom senso como “a montanha que o campo precisa escalar” e argumentam que “temos uma longa jornada pela frente”. [26] Novamente, esta é a opinião consensual entre os principais especialistas em IA. No entanto, um capítulo posterior fará um mergulho mais profundo nas alegações sobre IA superinteligente e os sistemas regulatórios globais que alguns recomendam para lidar com o risco existencial que isso representaria.

IA fraca/estreita

Na prática, é mais útil e importante focar nos desafios de IA mais pertinentes e realistas de hoje, que envolvem vários tipos de IA fraca . IA fraca é um nome um pouco impróprio, no entanto, porque a IA fraca pode ser bastante poderosa, mas é apenas mais restrita em sua aplicação. Aplicativos de IA fracos geralmente podem se destacar em realizar uma tarefa específica extraordinariamente bem, como pagar jogos, oferecer tradução de idiomas ou até mesmo operar determinados veículos ou máquinas sem muita assistência humana.

Quando o público viu sofisticados programas de IA derrotarem os melhores jogadores de jogos como xadrez e Go, levantou temores sobre como as máquinas já possuíam inteligência de nível humano. Por exemplo, quando o “Deep Blue” da IBM derrotou o grande mestre de xadrez Garry Kasparov em 1997, uma manchete na Newsweek declarou que era “O último reduto do cérebro” [27] e muitos outros relatos da mídia se envolveram em contos distópicos sobre o triunfo das máquinas sobre a humanidade. Medos semelhantes foram levantados quando o AlphaGo da DeepMind venceu o campeão Go Lee Sedol em 2016. [28]

No entanto, nenhum desses programas possuía a capacidade geral de fazer muito além do que foram treinados para fazer. [29] Eles não podiam, por exemplo, aprender a dominar muitos outros jogos, incluindo jogos simples como damas ou pôquer. É assim que quase todos os sistemas de IA funcionam hoje: eles são bons (e estão melhorando) em uma tarefa, mas incapazes de raciocínio humano de alto nível em muitas atividades simples.

Ironicamente, 20 anos depois de perder sua famosa partida com o Deep Blue, Kasparov escreveu um livro, Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins , buscando desmascarar o pensamento distópico sobre aprendizado de máquina e IA. Ele observou que “apocalipse sempre foi um passatempo popular quando se trata de novas tecnologias” e que, “[com] cada nova invasão de máquinas, as vozes de pânico e dúvida são ouvidas, e elas estão ficando mais altas hoje. ” [30]

As múltiplas dimensões da IA ​​também complicam sua governança

Os debates continuam intensos sobre como conceituar a IA e como aprimorar suas capacidades. Um notável estudo de 2014 falou sobre a necessidade de adotar a “anarquia de métodos” da IA ​​quando se trata de ensinar máquinas a pensar, porque havia muitos subcampos, técnicas e abstrações de conceitos. [31] Thomas Edison falou uma vez sobre como a eletricidade era um “campo de campos” que transformaria a vida de várias maneiras. O mesmo vale para a IA, e esse é outro fator que complica sua governança.

AI/ML baseia-se no conhecimento e nas capacidades desenvolvidas por meio de muitas outras tecnologias e setores importantes, incluindo computação, microprocessadores, internet, redes de banda larga de alta velocidade, sistemas de armazenamento/processamento de dados, GPS e geolocalização, sensores e outros. Hal Varian, economista-chefe do Google, observa que vivemos em uma era de inovação combinatória acelerada, na qual novas tecnologias se sobrepõem de maneira simbiótica, acelerando ainda mais seu desenvolvimento e sofisticação. [32]Isso é precisamente o que impulsiona AI/ML. Muitos outros campos científicos de estudo estão intimamente relacionados com AI/ML. “O aprendizado de máquina está na interseção da estatística e da ciência da computação, ocasionalmente também se inspirando na ciência cognitiva e na neurociência”, diz Alpaydin. [33] Esses fatores também complicam a governança de IA porque as tentativas de regular AI/ML podem ter profundas implicações para muitas outras tecnologias, setores e campos da ciência. Assim, quando alguém sugere alegremente “devemos tomar medidas para controlar a IA”, eles estão (talvez sem saber) recomendando que devamos tomar medidas para controlar ou influenciar muitas outras coisas ao lado dela.

Por extensão, AI/ML está prestes a se tornar a “ tecnologia de uso geral mais importante de nossa era”. [34] As tecnologias de uso geral estão interligadas com quase todos os outros setores da economia e são usadas de forma onipresente em toda a sociedade. [35] Por exemplo, a IA será usada por quase todas as organizações para ajudar a melhorar a análise e o marketing, aprimorar o atendimento ao cliente e aumentar as vendas ou o desempenho de várias novas maneiras. E mudará completamente a forma como a produção e o trabalho são feitos em inúmeros campos e profissões.

É isso que torna a IA tão importante para a inovação e o crescimento futuros, mas esse fato também complica sua governança. [36] Assim como a eletrônica, a computação e a internet antes dela, é mais fácil imaginar como controlar componentes ou saídas individuais do que o próprio conceito mais amplo. Essa é uma das razões pelas quais as estruturas de governança para coisas como carros autônomos, drones e robótica estão se desenvolvendo mais rapidamente do que a regulamentação abrangente para IA geral.

Finalmente, a IA também levanta desafios especiais de governança porque é uma tecnologia de uso duplo (e frequentemente de código aberto) que, como as tecnologias químicas e nucleares antes dela, tem usos pacíficos benéficos, mas também potencialmente relacionados a aplicações militares ou de aplicação da lei. [37] Este fato é particularmente importante quando se discute o chamado risco existencial, que abordo em outro lugar. [38] Enquanto isso, muitas discussões regulatórias atuais se concentram em computação afetiva e tecnologias biométricas , como reconhecimento facial, que são tecnologias de uso duplo que monitoram atributos humanos e, quando usadas de maneira inadequada, aumentam sérios riscos de segurança e privacidade. [39]

A IA promete impulsionar o crescimento em muitos setores

Ao longo do último meio século, houve ondas de exagero e histeria sobre as perspectivas de avanço da IA. [40] Muito disso foi impulsionado pela exuberância irracional e pelo medo de AGI de alto nível que nunca aconteceu. Como resultado, os historiadores da IA ​​costumam falar das muitas “primaveras” e “invernos” da IA ​​que surgiram e desapareceram no último meio século. Outros o descrevem como “booms and busts” da IA.

Não ajudou em nada o fato de alguns dos primeiros pioneiros da IA ​​terem previsto de forma excessivamente exuberante que a poderosa AGI estaria conosco muito rapidamente. No final da década de 1960, por exemplo, notáveis ​​pesquisadores de IA previram confidencialmente que “as máquinas serão capazes, dentro de vinte anos, de fazer qualquer trabalho que um homem pode fazer” (Herbert A. Simon), e que, “Dentro de uma geração… o problema de criar 'inteligência artificial' será substancialmente resolvido” (Marvin Minsky). Essa exuberância foi substituída pelo pessimismo na década de 1970 e um período de “inverno” resultante para pesquisa e investimento em IA.

Hoje, no entanto, geralmente se pensa que a IA está no meio de outro período de “primavera”, à medida que o entusiasmo cresce em torno de recursos e aplicativos específicos. O poder das tecnologias AI/ML já está ao nosso redor em produtos e serviços, como ferramentas de reconhecimento de fala e imagem em nossos smartphones, bem como nos sistemas de recomendação que muitos provedores de mídia e outras empresas usam para adaptar produtos, serviços e conteúdo aos nossos interesses.

Outras vezes, AI/ML está operando nos bastidores para ajudar na detecção de fraude e spam, filtragem de vírus de computador, gerenciamento/moderação de conteúdo, [41] mapeamento /navegação, previsão do tempo, [42] automação de armazém/gerenciamento de inventário, [43] gerenciamento da cadeia de suprimentos [44] e várias outras logísticas de escritório. [45] Por exemplo, em 2021, a McKinsey & Company estimou que “a implementação bem-sucedida do gerenciamento da cadeia de suprimentos habilitada por IA permitiu que os primeiros usuários melhorassem os custos de logística em 15%, os níveis de estoque em 35% e os níveis de serviço em 65%. por cento, em comparação com concorrentes mais lentos.” [46]Esses aprimoramentos de produtividade provavelmente serão acelerados à medida que as técnicas de AI/ML forem refinadas.

Os recursos de AI e ML também alimentam a maioria dos dispositivos que compõem a chamada Internet das Coisas ou vários dispositivos "inteligentes" conectados, incluindo muitas tecnologias vestíveis e outros dispositivos com sensores incorporados. [47] Outro termo relacionado aqui é computação ambiente [48] ou computação ubíqua , que significa essencialmente “usar computadores sem saber que você está usando um”, ou pelo menos sem chamá-los explicitamente de computadores quando se está usando sistemas inteligentes. [49] Essas tecnologias têm poderosas aplicações médicas e de saúde, entre outras coisas.

Enquanto isso, várias tecnologias robóticas alimentadas por IA já estão funcionando em muitos setores industriais. [50] IA, ML e tecnologias avançadas de robótica prometem revolucionar muitos campos, incluindo serviços financeiros, [51] transporte, [52] varejo, [53] agricultura, [54] entretenimento, [55] energia, [56] meio ambiente proteção, [57] educação, [58] aviação, [59] indústria automotiva, [60] e muitos outros. [61]No futuro, todos os segmentos da economia serão tocados pela IA e pela robótica de alguma forma, e deve ficar igualmente claro que as políticas públicas nesses campos serão transformadas no processo. Eventualmente, toda política envolverá política de IA em algum nível.

Existe o potencial para a IA impulsionar um crescimento econômico explosivo. [62] De acordo com a Grand View Research, uma empresa de pesquisa e consultoria de mercado com sede na Índia e nos EUA, o mercado global de inteligência artificial foi avaliado em US$ 93,5 bilhões em 2021 e está projetado para expandir a uma taxa composta de crescimento anual de 38,1% de 2022 a 2030. [63] Muitos outros estudos prevêem que “a IA terá um impacto econômico significativo” no crescimento e na produtividade. [64] Um estudo de 2018 realizado por consultores da McKinsey estimou que “a IA tem o potencial de fornecer atividade econômica global adicional de cerca de US$ 13 trilhões até 2030, ou cerca de 16% a mais do PIB cumulativo em comparação com hoje. Isso equivale a 1,2% de crescimento adicional do PIB por ano”, concluiu o relatório. [65]Mesmo que o impacto econômico da IA ​​fique muito aquém dessa estimativa, ela ainda estaria claramente gerando enormes oportunidades de crescimento em muitos segmentos da economia.

Mas é o que a IA significará para cada indivíduo que mais importa. A IA tem a capacidade de ajudar as pessoas a melhorar sua saúde, prolongar suas vidas, expandir as opções de transporte, evitar acidentes, melhorar a segurança da comunidade, aumentar as oportunidades educacionais, acessar serviços financeiros superiores e muito mais. Máquinas e robôs acionados por IA ajudarão em muitos trabalhos perigosos, tornando muitos locais de trabalho mais seguros. [66]

Estudo de caso: o potencial da IA ​​para medicina e assistência médica

Considere o que a IA já está realizando no campo da saúde e na prática da medicina. [67] Sistemas algorítmicos cada vez mais poderosos – geralmente combinados com novas tecnologias vestíveis – já estão ajudando muitas pessoas a monitorar melhor sua saúde e condicionamento físico. Ferramentas de IA mais sofisticadas estão permitindo que médicos e cientistas criem opções de atendimento altamente personalizadas e desenvolvam novos tratamentos médicos adaptados às necessidades exclusivas de cada paciente. [68]Capacidades de IA mais amplas podem ter um impacto profundo na saúde pública. Em 2022, por exemplo, uma tecnologia de IA chamada AlphaFold da Deep Mind foi capaz de modelar a estrutura de quase todas as proteínas conhecidas, o que representou “um avanço significativo na biologia que acelerará a descoberta de medicamentos e ajudará a resolver problemas como sustentabilidade e insegurança alimentar. ” [69]

AI, ML e robótica estão impulsionando muitos outros avanços médicos importantes hoje:

• Doação de órgãos : No campo da doação de órgãos, “[p]ared doação de rins é uma das grandes histórias de sucesso da inteligência artificial”, ajudando médicos e pacientes ao pegar “um problema incrivelmente complexo e resolvê-lo mais rapidamente e com menos erros do que os humanos pode e, como resultado, salva mais vidas.” [70]
• Detecção e tratamento de ataque cardíaco : as ferramentas de IA e ML estão ajudando a detectar e tratar doenças cardíacas e ataques cardíacos, que são uma das principais causas de morte em todo o mundo. Cientistas do Cedars-Sinai desenvolveram uma ferramenta algorítmica que pode quantificar o acúmulo de placas coronárias em cinco a seis segundos, em comparação com pelo menos 25 a 30 minutos antes. [71] Isso melhorará muito a capacidade de prever quem terá um ataque cardíaco. Outros pesquisadores desenvolveram ferramentas de IA para ajudar a melhorar o tratamento personalizado para mulheres que tiveram ataques cardíacos. [72]As mulheres que sofrem um ataque cardíaco têm uma taxa de mortalidade mais alta do que os homens, muitas vezes porque seus sintomas não são compreendidos ou diagnosticados adequadamente. Enquanto isso, o Serviço Nacional de Saúde britânico começou recentemente a usar uma nova ferramenta de IA que pode detectar doenças cardíacas em apenas 20 segundos enquanto os pacientes estão em um scanner de ressonância magnética, em comparação com os 13 minutos ou mais que os médicos geralmente levam para analisar manualmente as imagens após uma varredura. é desempenhado. [73]
• Cânceres : o câncer é a segunda principal causa de morte atrás de doenças cardíacas, ceifando 602.350 vidas em 2020. [74] As tecnologias habilitadas para IA e ML estão prontas para ajudar a reduzir esse número impressionante de mortes. Os pesquisadores da Mayo Clinic mostraram como os modelos de ML podem ajudar a diagnosticar e tratar o câncer pancreático em um estágio inicial. [75] O câncer de pâncreas é a terceira principal causa de morte por câncer, ceifando 46.774 vidas em 2020. [76] Cientistas britânicos também relataram recentemente um novo software de IA que pode detectar sinais de pré-câncer durante endoscopias em 92% dos pacientes, o que poderia reduzir significativamente as mortes por câncer de esôfago. [77] As técnicas de IA/ML também estão ajudando na detecção precoce e no tratamento do câncer de pulmão, [78]câncer de mama, [79] câncer de cérebro, [80] e muitos outros tipos de câncer [81] (incluindo cânceres não diagnosticáveis ​​[82] ), auxiliados por técnicas de triagem cada vez mais personalizadas. [83]
• Sepse e superbactérias: Estudos médicos recentes também documentaram como os sistemas de monitoramento com IA estão ajudando a detectar “superbactérias” resistentes a antibióticos [84] e sepse, [85] e, como resultado, salvarão milhares de vidas a cada ano. Aproximadamente 1,7 milhão de adultos desenvolvem sepse todos os anos nos EUA e mais de 250.000 deles morrem. [86]
• Saúde mental : a IA pode ajudar a identificar e abordar problemas de saúde mental por meio da análise textual, que pode complementar a análise baseada em humanos em um momento em que há uma escassez nacional de profissionais de saúde nessa área. [87]

Isso apenas arranha a superfície do que AI/ML significará para o atendimento ao paciente. [89] O Dr. Mihaljevic observou que, quando começou a praticar medicina na década de 1980, o volume geral de informações médicas dobrava aproximadamente a cada sete anos, enquanto hoje está dobrando a cada 73 dias. [90] Marcus e Davis observam que sete mil artigos médicos são publicados todos os dias . [91] Enquanto isso, no campo intimamente relacionado da robótica médica, o número de artigos científicos cresceu exponencialmente de menos de 10 publicados em 1990 para mais de 5200 em 2020, de acordo com um estudo recente na Science . [92]Esses números estão alinhados com tendências mais amplas na literatura técnica e científica. “Como a literatura científica dobra aproximadamente a cada 12 anos, isso significa que, de todo o trabalho científico já produzido, metade dele foi produzido nos últimos 12 anos”, relatam Dashun Wang e Albert-Laszlo Barabasi em seu livro The Science of Science . . [93]

A única maneira de aproveitar ao máximo essa explosão de conhecimento é com o poder da leitura de máquina e das tecnologias de aprendizado. Como resume o Instituto Nacional do Câncer, “o que mais entusiasma os cientistas é o potencial da IA ​​de ir além do que os humanos podem fazer por conta própria. A IA pode 'ver' coisas que nós, humanos, não podemos e pode encontrar padrões complexos e relacionamentos entre tipos muito diferentes de dados.” [94]

AI/ML também ajudará a compartilhar conhecimento médico em muito mais instituições e, como resultado, alcançar mais pacientes. O Dr. Mihaljevic estimou que a Cleveland Clinic, que é uma das instalações de pesquisa médica mais importantes do país, só é capaz de atingir cerca de 1,5% dos americanos usando seus meios tradicionais de atendimento. O aprendizado de máquina e a inteligência artificial podem mudar essa equação, expandindo consideravelmente as oportunidades para os americanos acessarem os benefícios do conhecimento científico e dos cuidados médicos da Cleveland Clinic e de muitas outras instalações médicas, laboratórios e universidades de classe mundial da América. O Dr. Mihaljevic destacou especificamente como a IA foi a chave para melhorar os cuidados médicos domiciliares, que se tornarão uma maneira essencial de ajudar uma população que envelhece rapidamente no futuro, independentemente de onde morem.[95] ou, melhor ainda, evitando completamente a necessidade de procedimentos invasivos. [96]

Por esses motivos, os formuladores de políticas não devem subestimar a importância da tecnologia AI/ML e devem trabalhar diligentemente para garantir que os Estados Unidos continuem sendo líderes nesse campo. Embora alguns especialistas prevejam que outro inverno de IA pode estar chegando após algumas decepções notáveis ​​da IA, eles muitas vezes não conseguem identificar como as políticas públicas afetam esse resultado. [97] A quantidade geral de inovação que podemos esperar fluir deste espaço está fundamentalmente ligada à questão de saber se a América cria a cultura de inovação certa para inteligência artificial. Para alcançar todo o potencial que a IA oferece, a América precisará definir seus padrões de política de forma a incentivar a inovação e, ao mesmo tempo, abordar as muitas preocupações legítimas sobre vários recursos de IA.

__________

Principais conclusões :

• Definir a natureza e o escopo da inteligência artificial e seus muitos componentes e subsetores relacionados é complicado. Este fato cria muitos desafios de governança.
• Muitas outras coisas sobre IA complicam sua governança, incluindo o fato de ser uma tecnologia de uso geral e de uso duplo. A IA se baseia no conhecimento e nas capacidades desenvolvidas por meio de muitas outras tecnologias e setores importantes de maneira combinatória, o que significa que as decisões de governança da IA ​​também os afetarão.
• Existem formas fortes e fracas de IA, mas a imaginação e as políticas públicas têm se concentrado demais em formas hiperpoderosas de IA forte que são distantes e improváveis. O foco mais importante hoje deve estar nos desafios associados a aplicações mais direcionadas de IA fraca ou restrita.
• A IA experimentou muitas “primaveras” e “invernos” ao longo do último meio século, refletindo ondas de exuberância irracional e pessimismo sobre seu potencial. Hoje, o campo está amadurecendo rapidamente.
• Todos os segmentos da economia serão tocados pela IA de alguma forma e os desenvolvimentos da IA ​​provavelmente impulsionarão o crescimento econômico no futuro. Por extensão, todas as questões políticas e de governança acabarão por envolver considerações de IA de alguma forma.
• As tecnologias de IA oferecem aos indivíduos e à sociedade melhorias significativas nos padrões de vida em várias dimensões. O mais profundo deles provavelmente será o que a IA significa para a prática da medicina e cuidados de saúde personalizados.

· Adam Thierer e Neil Chilson, “ The Coming Onslaught of 'Algorithmic Fairness' Regulations ,” Projeto de Transparência Regulatória da Sociedade Federalista, 2 de novembro de 2022.

· Adam Thierer, “ Precisamos mesmo 'ter uma conversa' sobre IA... ou precisamos? ”, Discurso , 6 de outubro de 2022.

· Adam Thierer, “ How the Embedding of AI Ethics Works in Practice & How It Can Be Improved ”, Medium , 22 de setembro de 2022.

· Adam Thierer, “ AI Eats the World: Preparing for the Computational Revolution and the Policy Debates Ahead ,” Medium, 10 de setembro de 2022.

· Adam Thierer, “ 'Running Code and Rough Consensus' for AI: Polycentric Governance in the Algorithmic Age ,” Medium , 1º de setembro de 2022.

· Adam Thierer, “ AI Governance 'on the Ground' vs 'on the Books '” , Medium , 19 de agosto de 2022.

· Adam Thierer, “ Responses to Jack Clark's AI Policy Tweetstorm ,” Medium , 8 de agosto de 2022.

· Adam Thierer, “ Por que o futuro da IA ​​não será inventado na Europa ”, Technology Liberation Front , 1º de agosto de 2022.

· Adam Thierer, “ How Science Fiction Dystopianism Shapes the Debate over AI & Robotics ”, Discourse , 26 de julho de 2022.

· Adam Thierer, “ Por que os EUA estão seguindo a liderança da UE na regulamentação de inteligência artificial ?” The Hill , 21 de julho de 2022.

· Adam Thierer, “ Algoritmic Auditing and AI Impact Assessments: The Need for Balance ”, Medium , 13 de julho de 2022.

· Adam Thierer, “ The Proper Governance Default for AI ”, Medium , 26 de maio de 2022.

· Adam Thierer, “ O que aprendi sobre o poder da IA ​​na Cleveland Clinic ”, Medium , 6 de maio de 2022.

· Adam Thierer, Governing Emerging Technology in an Age of Policy Fragmentation and Disequilibrium , American Enterprise Institute (abril de 2022).

· Adam Thierer e John Croxton, “ Elon Musk and the Coming Federal Showdown Over Driverless Vehicles ,” Discourse, 22 de novembro de 2021.

· Adam Thierer, “ A Global Clash of Visions: The Future of AI Policy ”, The Hill , 4 de maio de 2021.

· Adam Thierer, “ Uma Breve História da Soft Law em Setores de TIC: Quatro Estudos de Caso ,” Jurimetrics, vol. 61 (outono de 2021): 79–119.

· Adam Thierer, “ Governança de Inteligência Artificial dos EUA nos anos Obama-Trump ,” IEEE Transactions on Technology and Society , Vol, 2, Edição 4 (2021).

· Adam Thierer, “ The Worst Regulation Ever Proposed ”, The Bridge , setembro de 2019.

· Ryan Hagemann, Jennifer Huddleston Skees e Adam Thierer, “ Lei branda para problemas difíceis: a governança de tecnologias emergentes em um futuro incerto ”, Colorado Technology Law Journal , vol. 17 (2018).

· Adam Thierer & Trace Mitchell, “ No New Tech Burocracia ,” Real Clear Policy , 10 de setembro de 2020.

· Adam Thierer, “ OMB's AI Guidance Embodies Wise Tech Governance ,” Mercatus Center Public Comment , 13 de março de 2020.

· Adam Thierer, “ A nova política industrial de IA da Europa ”, Médio , 20 de fevereiro de 2020.

· Adam Thierer, “ Trump's AI Framework & the Future of Emerging Tech Governance ,” Medium , 8 de janeiro de 2020.

[1] Michael Wooldridge, Uma breve história da inteligência artificial: o que é, onde estamos e para onde vamos (Flatiron Books, 2020); Melanie Mitchell, Inteligência Artificial: Um Guia para Pensar Humanos (Farrar, Straus e Giroux, 2019); Pedro Domingos, The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World (Basic Books, 2015).

[2] https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4292207.

[3] “Inteligência Artificial,” Stanford Encyclopedia of Philosophy , 12 de julho de 2018.https://plato.stanford.edu/entries/artificial-intelligence.

[4] Escritório de Responsabilidade do Governo dos EUA, “Inteligência Artificial: Oportunidades, Desafios e Implicações Emergentes,” Avaliação de Tecnologia , GAO-18–142SP, (28 de março de 2018), p. 15.https://www.gao.gov/products/gao-18-142sp.

[5] Ethem Alpaydin, Machine Learning (The MIT Press, 2021), p. 16.

[6] Louridas, Algoritmos , p. xiii.

[7] Chris Meserole, “O que é aprendizado de máquina?” Brookings Institution, 4 de outubro de 2018.https://www.brookings.edu/research/what-is-machine-learning.

[8] Adam Thierer, “Big Data, Innovation, Competitive Advantage & Privacy Concerns,” Technology Liberation Front , 27 de abril de 2012.https://techliberation.com/2012/04/27/big-data-innovation-competitive-advantage-privacy-concerns.

[9] Rishi Bommasani e Percy Liang, “Reflexões sobre modelos fundamentais,” Stanford University Human-Centered Artificial Intelligence (2021).https://crfm.stanford.edu/2021/10/18/reflections.html.

[10] Rishi Bommasani, “On the Opportunities and Risks of Foundation Models,” Center for Research on Foundation Models (julho de 2021).https://arxiv.org/abs/2108.07258.

[11] K. Eric Drexler, “Reframing Superintelligence: Comprehensive AI Services as General Intelligence”, Relatório Técnico nº 2019–1 (Instituto do Futuro da Humanidade, Universidade de Oxford, 2019).

[12] Darcy WE Allen, Chris Berg e Sinclair Davidson, The New Technologies of Freedom (American Institute for Economic Research, 2020), p. 95.

[13] Adam Thierer, “How Science Fiction Dystopianism Shapes the Debate over AI & Robotics,” Discourse , 26 de julho de 2022,https://www.discoursemagazine.com/culture-and-society/2022/07/26/how-science-fiction-dystopianism-shapes-the-debate-over-ai-robotics/;Jill Lepore, “A Golden Age for Dystopian Fiction”, The New Yorker , 5 e 12 de junho de 2017.https://www.newyorker.com/magazine/2017/06/05/a-golden-age-for-dystopian-fiction.

[14] Kevin Kelly, “The AI ​​Cargo Cult: The Myth of a Superhuman AI,” Wired , 25 de abril de 2017.https://www.wired.com/2017/04/the-myth-of-a-superhuman-ai.

[15] Zohar Atkins, “A IA é senciente?” O que se chama pensar , 13 de junho de 2022.https://whatiscalledthinking.substack.com/p/is-ai-sentient.

[16] Oren Etzioni, “Não, os especialistas não acham que a IA superinteligente é uma ameaça à humanidade”, Technology Review , 20 de setembro de 2016.https://www.technologyreview.com/2016/09/20/70131/no-the-experts-dont-think-superintelligent-ai-is-a-threat-to-humanity;Gary Marcus, “A inteligência artificial geral não é tão iminente quanto você pode pensar”, Scientific American , 6 de junho de 2022.https://www.scientificamerican.com/article/artificial-general-intelligence-is-not-as-imminent-as-you-might-think1.

[17] Melanie Mitchell, Inteligência Artificial: Um Guia para Pensar Humanos (Farrar, Straus e Giroux, 2019), p. 278 [edição Kindle.]

[18] Erik Larson, The Myth of Artificial Intelligence: Why Computers Can't Think the Way We Do (The Belknap Press of Harvard University, 2021), p. 49.

[19] Erik Larson, “Silicon Valley Has Been Taken over by 'Technological Kitsch',” Fast Company , 12 de maio de 2021.https://www.fastcompany.com/90635442/technological-kitsch.

[20] Larson, O Mito da Inteligência Artificial , p. 62.

[21] Citado em Clive Thompson, Coders: The Making of a New Tribe and the Remaking of the World (Penguin Press, 2019), p. 302.

[22] Cade Metz, “IA não é senciente. Por que as pessoas dizem que é?” New York Times , 5 de agosto de 2022.https://www.nytimes.com/2022/08/05/technology/ai-sentient-google.html.

[23] Ganhando força, juntando tempestades: o estudo de cem anos sobre inteligência artificial (AI100) Relatório do painel de estudos de 2021 , (Stanford University, setembro de 2021): 32–3,http://ai100.stanford.edu/2021-report.

[24] Gary Marcus e Ernest Davis, Rebooting AI: Building Artificial Intelligence We Can Trust (Pantheon, 2019), p. 24.

[25] Ibid., p.94.

[26] Ibidem, pág. 155.

[27] Steven Levy, “What Deep Blue Tells Us about AI in 2017,” Wired , 23 de maio de 2017.https://www.wired.com/2017/05/what-deep-blue-tells-us-about-ai-in-2017.

[28] “Google AI Defeats Human Go Champion”, BBC , 25 de maio de 2017,https://www.bbc.com/news/technology-40042581.

[29] Joshua Sokol, “IA continua dominando jogos, mas pode vencer no mundo real?” The Atlantic , 27 de fevereiro de 2018.https://www.theatlantic.com/technology/archive/2018/02/ai-keeps-mastering-games-but-can-it-win-in-the-real-world/554312.

[30] Garry Kasparov, Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins (Public Affairs, 2017), p 7; Adam Thierer, “The Growing AI Technopanic”, Medium , 27 de abril de 2017.https://aboveintelligent.com/the-growing-ai-technopanic-5d6658b00fed.

[31] Joel Lehman, Jeff Clune e Sebastian Risi, “An Anarchy of Methods: Current Trends in How AI is Abstracted in AI,” Intelligent Systems , vol. 29, №6 (2014), p. 56–62,https://www.cs.utexas.edu/users/ai-lab/?lehman:is14.

[32] Hal R. Varian, “Computer Mediated Transactions,” American Economic Review , 100:2 (maio de 2010).https://www.aeaweb.org/articles?id=10.1257/aer.100.2.1.

[33] Alpaydin, Machine Learning , p. 34.

[34] Erik Brynjolfsson e Andrew McAfee, “The Business of Artificial Intelligence”, Harvard Business Review , 18 de julho de 2017.https://hbr.org/2017/07/the-business-of-artificial-intelligence.

[35] Timothy F. Bresnahan e M. Trajtenberg, “Engines of Growth” da General Purpose Technologies? Journal of Econometrics , 65:1 (1995), p. 83–108.

[36] Nicholas Crafts, “Inteligência Artificial como uma Tecnologia de Propósito Geral: Uma Perspectiva Histórica,” Oxford Review of Economic Policy , Vol. 37, №3 (Outono 2021), p. 521–536.https://academic.oup.com/oxrep/article/37/3/521/6374675.

[37] Comissão de Segurança Nacional sobre Inteligência Artificial, Relatório Final (2021), p. 1,https://www.nscai.gov; Jayshree Pandya, “The Dual-Use Dilemma of Artificial Intelligence”, Forbes , 7 de janeiro de 2019,https://www.forbes.com/sites/cognitiveworld/2019/01/07/the-dual-use-dilemma-of-artificial-intelligence.

[38] Adam Thierer, “Existential Risks & Global Governance Issues around AI & Robotics”, revisado pela última vez em 12 de setembro de 2022 . https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4174399.

[39] Alpaydin, Machine Learning , p. 83.

[40] Robert D. Atkinson, “'Isso vai nos matar!' e outros mitos sobre o futuro da inteligência artificial,” Information Technology & Innovation Foundation, junho de 2016.http://www2.itif.org/2016-myths-machine-learning.pdf.

[41] Alex Feerst, “The Use of AI in Online Content Moderation”, American Enterprise Institute (setembro de 2022).https://platforms.aei.org/the-use-of-ai-in-online-content-moderation.

[42] Robin Fearon “Ferramentas de IA ajudam a prever climas extremos e salvar vidas”, Discovery , 2 de agosto de 2022.https://www.discovery.com/science/ai-tools-help-to-predict-extreme-weather.

[43] “Como os robôs alimentados por IA atendem seus pedidos on-line”, semana passada em IA , 25 de janeiro de 2022.https://lastweekin.ai/p/robot-picking.

[44] Christopher Mims, “How to Build AI That Really Works for Your Business”, Wall Street Journal , 23 de julho de 2022.https://www.wsj.com/articles/how-to-build-ai-that-actually-works-for-your-business-11658548830.

[45] Cem Dilmegan, “Top 15 Use Cases and Applications of AI in Logistics in 2022”, 9 de julho de 2020, atualizações, 29 de maio de 2022.https://research.aimultiple.com/logistics-ai.

[46] McKinsey & Company, “Succeeding in the AI ​​Supply-chain Revolution,” Artigo , 30 de abril de 2021.https://www.mckinsey.com/industries/metals-and-mining/our-insights/succeeding-in-the-ai-supply-chain-revolution.

[47] Adam Thierer, “The Internet of Things and Wearable Technology: Addressing Privacy and Security Concerns without Derailing Innovation,” Richmond Journal of Law and Technology , 21:6 (2015).http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2494382.

[48] ​​Christopher Mims, “Por que o futuro do computador está em toda parte, o tempo todo,” Wall Street Journal , 29 de outubro de 2022.https://www.wsj.com/articles/computer-technology-ambient-computing-11666992784.

[49] Alpaydin, Machine Learning , p. 9.

[50] Um roteiro para a robótica dos EUA da Internet à robótica: edição de 2020 , 9 de setembro de 2020.https://www.hichristensen.com/pdf/roadmap-2020.pdf.

[51] Suparna Biswas, Brant Carson, Violet Chung, Shwaitang Singh e Renny Thomas, “AI-Bank of the Future: Can Banks Meet the AI ​​Challenge?” McKinsey & Company, 19 de setembro de 2020.https://www.mckinsey.com/industries/financial-services/our-insights/ai-bank-of-the-future-can-banks-meet-the-ai-challenge.

[52] Maria Lopez Conde e Ian Twinn, “How Artificial Intelligence is Making Transport Safer, Cleaner, More Reliable and Efficient in Emerging Markets,” International Finance Corporation, Nota 75 (novembro de 2019).https://www.ifc.org/wps/wcm/connect/7c21eaf5-7d18-43b7-bce1-864e3e42de2b/EMCompass-Note-75-AI-making-transport-safer-in-Emerging-Markets.pdf?MOD=AJPERES&CVID=mV7VCeN.

[53] Ben Forgan, “What Robots Can Do for Retail”, Harvard Business Review , 1º de outubro de 2020.https://hbr.org/2020/10/what-robots-can-do-for-retail.

[54] Louis Columbus, “10 Ways AI Has the Potential To Improve Agriculture In 2021”, Forbes , 17 de fevereiro de 2021.https://www.forbes.com/sites/louiscolumbus/2021/02/17/10-ways-ai-has-the-potential-to-improve-agriculture-in-2021/?sh=454d747a7f3b.

[55] Anne Hobson, “Inteligência Artificial está definida para refazer as experiências de eventos”, The Hill , 11 de janeiro de 2017.https://www.rstreet.org/2017/01/11/artificial-intelligence-is-set-to-remake-event-experiences.

[56] Franklin Wolfe, “How Artificial Intelligence Will Revolutionize the Energy Industry,” Harvard University Graduate School of Arts and Sciences, Special Edition on Artificial Intelligence , 28 de agosto de 2017.https://sitn.hms.harvard.edu/flash/2017/artificial-intelligence-will-revolutionize-energy-industry.

[57] Justine Calma, “How Machine Learning Could Help Save Threatened Species from Extinction”, The Verge , 4 de agosto de 2022.https://www.theverge.com/23290902/machine-learning-conservation-data-deficient-species-iucn-red-list-extinction-threat.

[58] Sara Randazzo, “A tecnologia pode impulsionar a leitura? As ferramentas de alfabetização chegam às salas de aula”, Wall Street Journal , 7 de agosto de 2022.https://www.wsj.com/articles/literacy-technology-offers-new-ways-to-teach-kids-to-read-11659879846.

[59] Kelsey Reichmann, “Como a indústria da aviação está permitindo a inovação com inteligência artificial?” Aviation Today , 14 de dezembro de 2020.https://www.aviationtoday.com/2020/12/14/aviation-industry-enabling-innovation-artificial-intelligence.

[60] Mobilidade, “Inteligência Artificial Remodelando a Indústria Automotiva”, Future Bridge , 29 de abril de 2020.https://www.futurebridge.com/industry/perspectives-mobility/artificial-intelligence-reshaping-the-automotive-industry.

[61] Dan Castro e Joshua New, The Promise of Artificial Intelligence (Centro de Inovação de Dados, outubro de 2016).https://datainnovation.org/2016/10/the-promise-of-artificial-intelligence.

[62] Tom Davidson, “A IA avançada poderia impulsionar o crescimento econômico explosivo?” Filantropia Aberta, Relatório de Pesquisa , 25 de junho de 2021.https://www.openphilanthropy.org/research/could-advanced-ai-drive-explosive-economic-growth.

[63] Grand View Research, “Relatório de tamanho do mercado de inteligência artificial, 2022–2030”, GVR-1–68038–955–5, abril de 2022.https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-market.

[64] Marcin Szczepański, “Economic Impacts of Artificial Intelligence (AI)”, Serviço de Pesquisa do Parlamento Europeu, Briefing PE 637.967 (julho de 2019), p. 3.https://www.europarl.europa.eu/RegData/etudes/BRIE/2019/637967/EPRS_BRI(2019)637967_EN.pdf.

[65] Jacques Bughin, Jeongmin Seong, James Manyika, Michael Chui e Raoul Joshi, “Notes from the AI ​​Frontier: Modeling the Impact of AI on the World Economy”, McKinsey Global Institute, Discussion Paper, 4 de setembro de 2018 .https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-modeling-the-impact-of-ai-on-the-world-economy.

[66] Alex Owen-Hill, “5 Super-Dangerous Jobs That Robots Can Do Safely”, ROBOTIQ , 8 de outubro de 2019, última atualização em 27 de julho de 2021.https://blog.robotiq.com/5-super-dangerous-jobs-that-robots-can-do-safely.

[67] J. Hunter Young, Kyle Richardville, Bradley Staats e Brian J. Miller, “How Algorithms Could Improve Primary Care”, Harvard Business Review , 6 de maio de 2022.https://hbr.org/2022/05/how-algorithms-could-improve-primary-care;PwC, Que Doutor? Por que a IA e a robótica definirão a nova saúde (2017).https://www.pwc.com/gx/en/industries/healthcare/publications/ai-robotics-new-health/transforming-healthcare.html;Jordan Reimschisel, “The Robot That Saved My Life,” Medium , 27 de abril de 2017.https://aboveintelligent.com/that-robot-saved-my-life-6499d9a2f384.

[68] Anna Megdell, “O aprendizado de máquina cria oportunidades para novas terapias personalizadas”, Laboratório de saúde da Universidade de Michigan, notas do laboratório , 27 de setembro de 2022.https://labblog.uofmhealth.org/lab-notes/machine-learning-creates-opportunity-for-new-personalized-therapies.

[69] Steven Rosenbush, “DeepMind AI Lab Predicts Structure of Most Proteins,” Wall Street Journal , 28 de julho de 2022.https://www.wsj.com/articles/deepmind-ai-lab-predicts-structure-of-most-proteins-11659048143.

[70] Corinne Purtill, “How AI Changed Organ Donation in the US,” Quartz , 10 de setembro de 2018.https://qz.com/1383083/how-ai-changed-organ-donation-in-the-us.

[71] Cedars-Sinai, “Ferramenta de inteligência artificial pode ajudar a prever ataques cardíacos”, 22 de março de 2022,https://www.cedars-sinai.org/newsroom/artificial-intelligence-tool-may-help-predict-heart-attacks.

[72] Universidade de Zurique, “A inteligência artificial melhora o tratamento em mulheres com ataques cardíacos”, ScienceDaily , 29 de agosto de 2022. www.sciencedaily.com/releases/2022/08/220829112918.htm.

[73] Tammy Lovell, “NHS lança ferramenta de IA que detecta doenças cardíacas em 20 segundos”, Health Care IT News , 16 de março de 2022.https://www.healthcareitnews.com/news/emea/nhs-rolls-out-ai-tool-which-detects-heart-disease-20-seconds.

[74] Centro de Controle e Prevenção de Doenças, “Uma atualização sobre as mortes por câncer nos Estados Unidos”, 28 de fevereiro de 2022.https://www.cdc.gov/cancer/dcpc/research/update-on-cancer-deaths.

[75] Shania Kennedy, “Mayo Clinic ML Can Predict Pancreatic Cancer Early Than Usual Methods”, Health IT Analytics , 19 de julho de 2022.https://healthitanalytics.com/news/mayo-clinic-ml-can-predict-pancreatic-cancer-earlier-than-usual-methods.

[76] Centro de Controle e Prevenção de Doenças, “Uma atualização sobre mortes por câncer”.

[77] Cameron Henderson, “Cientistas do Reino Unido inventam um olho artificial que pode detectar câncer esofágico precoce”, Daily Mail , 23 de julho de 2022.https://www.dailymail.co.uk/health/article-11041985/British-scientists-invent-artificial-eye-pics-deadly-throat-cancer.html.

[78] Elizabeth Svoboda, “A inteligência artificial está melhorando a detecção do câncer de pulmão”, Nature , 18 de novembro de 2020.https://www.nature.com/articles/d41586-020-03157-9.

[79] Erin McNemar, “Artificial Intelligence Advances Breast Cancer Detection”, Health IT Analytics , 7 de outubro de 2021.https://healthitanalytics.com/news/artificial-intelligence-advances-breast-cancer-detection.

[80] National Cancer Institute, “Artificial Intelligence Expedites Brain Tumor Diagnosis during Surgery,” Cancer Currents Blog , 12 de fevereiro de 2020,https://www.cancer.gov/news-events/cancer-currents-blog/2020/artificial-intelligence-brain-tumor-diagnosis-surgery.

[81] Benjamin Hunter, Sumeet Hindocha e Richard W. Lee, “The Role of Artificial Intelligence in Early Cancer Diagnosis,” Cancers (Basel), 14:6 (mar. 2022), p. 1524.https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8946688.

[82] Bendta Schroeder, "Usando o aprendizado de máquina para identificar cânceres não diagnosticados", MIT News , 1º de setembro de 2022.https://news.mit.edu/2022/using-machine-learning-identify-undiagnosable-cancers-0901a.

[83] Rachel Gordon, “Seeing Into the future: Custom Cancer Screening with Artificial Intelligence”, MIT News , 21 de janeiro de 2022.https://news.mit.edu/2022/seeing-future-personalized-cancer-screening-artificial-intelligence-0121.

[84] Peter Ruegg-Eth Zurich, “AI Spots Antibiotic Resistance 24 Hours Faster than Old Methods”, Futurity , 18 de janeiro de 2022.https://www.futurity.org/antibiotic-resistance-artificial-intelligence-2682392-2.

[85] Laura Cech-Jhu, “IA poderia prevenir milhares de mortes por sepse anualmente”, Futurity , 22 de julho de 2022.https://www.futurity.org/sepsis-artificiall-intelligence-hospitals-deaths-2771192-2.

[86] Ibidem.

[87] Shania Kennedy, "A ferramenta de IA pode detectar sinais de declínio da saúde mental em mensagens de texto", Health IT Analytics , 13 de outubro de 2022.https://healthitanalytics.com/news/ai-tool-can-detect-signs-of-mental-health-decline-in-text-messages.

[88] Adam Thierer, “What I Learned about the Power of AI at the Cleveland Clinic,” Medium , 6 de maio de 2022.https:///@AdamThierer/what-i-learned-about-the-power-of-ai-at-the-cleveland-clinic-e5b7768d057d.

[89] Cem Dilmegani, “Top 18 Healthcare AI Use Cases in 2022”, AI Multiple , 9 de maio de 2022.https://research.aimultiple.com/healthcare-ai-use-cases.

[90] Thierer, “O que aprendi sobre o poder da IA.”

[91] Marcus e Davis, Rebooting AI , p. 67.

[92] Pierre E. Dupont, “A Decade Retrospective of Medical Robotics Research from 2010 to 2020,” Science Robotics , vol. 6, №60, 10 de novembro de 2021,https://www.science.org/doi/full/10.1126/scirobotics.abi8017.

[93] Dashun Wang e Albert-Laszlo Barabasi, The Science of Science (Cambridge University Press, 2021), p. 163.

[94] Instituto Nacional do Câncer, “A inteligência artificial pode ajudar a ver o câncer de maneiras novas e melhores?” Blog Cancer Currents , 22 de março de 2022,https://www.cancer.gov/news-events/cancer-currents-blog/2022/artificial-intelligence-cancer-imaging.

[95] Jonathan Shaw, “The Medical-Robotics Revolution”, Harvard Magazine , maio-junho de 2022.https://www.harvardmagazine.com/2022/05/features-medical-robotics-revolution.

[96] Shehmir Javaid, “4 Ways AI is Revolutionizing the Field of Surgery in 2022,” AI Multiple , 31 de maio de 2022.https://research.aimultiple.com/ai-in-surgery.

[97] Filip Piekniewski, “AI Winter Is Well on Its Way,” Piekniewski's Blog , 28 de maio de 2018.https://blog.piekniewski.info/2018/05/28/ai-winter-is-well-on-its-way.